青岛大学《数据挖掘》2021-2022学年期末试卷

自觉遵守考场纪律如考试作弊此答卷无效密自觉遵守考场纪律如考试作弊此答卷无效密封线第1页，共3页青岛大学《数据挖掘》

2021-2022学年期末试卷院(系)_______班级_______学号_______姓名_______题号一二三总分得分批阅人一、单选题（本大题共20个小题，每小题2分，共40分．在每小题给出的四个选项中，只有一项是符合题目要求的．）1、网络爬虫如何处理网站的动态验证码？（）A.图像识别B.人工输入C.跳过D.以上都是2、以下哪个不是爬虫中模拟登录的方式？（）A.提交表单B.使用CookieC.破解密码D.以上都是3、当爬虫遇到反爬虫机制时，以下哪种方法不太合适？（）A.使用代理IPB.降低抓取频率C.伪装浏览器头部D.强行突破4、以下哪个不是爬虫中处理数据格式转换的原因？（）A.适配存储需求B.方便后续处理C.提高数据安全性D.满足其他系统要求5、在爬虫中，以下哪个不是设置请求头的作用？（）A.伪装浏览器B.绕过反爬虫机制C.提高请求速度D.以上都是6、以下哪个不是爬虫中数据去重的方法？（）A.哈希去重B.数据库去重C.人工筛选D.排序去重7、在爬虫中，以下哪个库常用于处理HTTP代理？（）A.requests-proxyB.urllib.request.ProxyHandlerC.socksD.以上都是8、在爬虫中，如何处理网页中的图片？（）A.下载B.忽略C.只获取链接D.以上都是9、以下哪个不是爬虫中处理数据存储错误的方式？（）A.重试B.记录错误日志C.忽略错误D.以上都是10、网络爬虫在抓取数据时，如何处理会话（Session）？（）A.保持会话B.忽略会话C.重新创建会话D.以上都有可能11、网络爬虫在抓取数据时，如何处理异常情况？（）A.记录日志B.重试C.跳过D.以上都是12、以下哪个不是爬虫中处理数据缺失值的方法？（）A.填充B.忽略C.报错D.以上都是13、以下哪个不是爬虫中处理数据合法性的方法？（）A.数据验证B.数据过滤C.数据转换D.以上都是14、网络爬虫如何处理网页中的动态加载内容？（）A.使用SeleniumB.分析接口C.模拟点击D.以上都是15、以下哪个不是爬虫中处理分布式任务的框架？（）A.CeleryB.KafkaC.RabbitMQD.以上都是16、以下哪个不是常见的反爬虫手段？（）A.IP封禁B.验证码C.数据加密D.页面美化17、以下哪个库在Python中常用于网络爬虫？（）A.requestsB.BeautifulSoupC.ScrapyD.以上都是18、以下哪个不是爬虫中数据提取的挑战？（）A.页面结构复杂B.数据格式不一致C.反爬虫机制D.数据量小19、以下哪个不是爬虫中处理数据压缩的方法？（）A.解压缩B.忽略压缩数据C.寻找未压缩的数据源D.以上都是20、以下哪个不是爬虫中处理反爬虫的技巧？（）A.降低访问频率B.使用随机User-AgentC.频繁更换IPD.以上都是二、简答题（本大题共4个小题，共40分)1、（本题10分）说明网络爬虫如何处理网页中的用户行为的信息供应链管理数据。2、（本题10分）说明网络爬虫如何处理网页中的用户行为的关联规则挖掘数据。3、（本题10分）解释网络爬虫如何处理网页中的加密数据。4、（本题10分）说明网络爬虫如何避免陷入无限循环。三、编程题（本大题共2个小题，共20分)1、（本题10分）